CN112653393A - 一种光伏***iv诊断的控制方法及装置 - Google Patents
一种光伏***iv诊断的控制方法及装置 Download PDFInfo
- Publication number
- CN112653393A CN112653393A CN202011446396.4A CN202011446396A CN112653393A CN 112653393 A CN112653393 A CN 112653393A CN 202011446396 A CN202011446396 A CN 202011446396A CN 112653393 A CN112653393 A CN 112653393A
- Authority
- CN
- China
- Prior art keywords
- determining
- photovoltaic system
- occluded
- power generation
- cloud layer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000010248 power generation Methods 0.000 claims abstract description 80
- 230000008859 change Effects 0.000 claims abstract description 53
- 208000006440 Open Bite Diseases 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 230000033001 locomotion Effects 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000005070 sampling Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000001931 thermography Methods 0.000 description 3
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000012774 diagnostic algorithm Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004643 material aging Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S50/00—Monitoring or testing of PV systems, e.g. load balancing or fault identification
- H02S50/10—Testing of PV devices, e.g. of PV modules or single PV cells
- H02S50/15—Testing of PV devices, e.g. of PV modules or single PV cells using optical means, e.g. using electroluminescence
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
Landscapes
- Photovoltaic Devices (AREA)
Abstract
本发明提供了一种光伏***IV诊断的控制方法及装置，涉及光伏发电技术领域，包括：启动IV扫描，获取逆变器的历史发电数据和初次IV扫描结果；根据所述历史发电数据和所述初次IV扫描结果确定光伏***产生云层遮挡的被遮挡区域，并确定所述被遮挡区域的非遮挡时段；在所述非遮挡时段对所述被遮挡区域再次进行IV扫描。本发明通过将逆变器历史发电数据的分析与IV诊断结果相结合，精确解析云层在光伏***中的阴影分布，根据确定的云层移动特性避开云层遮挡影响，提高IV故障诊断效率和准确度，且可分区域分时段应用IV诊断，解决多云天气下IV诊断受辐照度变化导致的误诊问题，扩展了应用场景。
Description
技术领域
本发明涉及光伏发电技术领域，具体而言，涉及一种光伏***IV诊断的控制方法及装置。
背景技术
在全球能源危机和生态环境问题日益严重的背景下，可再生能源得到世界各地的广泛关注。太阳能作为清洁能源之一，由于其取之不尽用之不竭的优点已成为最关键的清洁能源之一。太阳能光伏发电技术是太阳能有效利用的重要途径之一，因此对光伏发电技术研究极具理论意义和市场价值。
在建立光伏发电站时，一般会将光伏电池以串、并或串并混和的方式组成光伏组串进行工作。光伏组串输出特性与光照强度和外界温度等要素有关。由于光伏组串安装后会长期运行在外界的各种环境下，在风吹雨淋日晒以及外部人为破坏的条件下会对光伏组串造成材料老化、部件故障等问题，从而造成光伏组串发生故障引起发电事故。所以，需要通过对光伏组串进行准确的故障检测，以排除这些故障保证光伏发电***安全稳定运行。
现有的光伏组串的故障诊断主要有红外热成像IR、IV扫描、EL、时域反射、对地电容等方法。目前，应用最广的是IR热成像和IV扫描。其中，IR热成像需要用红外相机进行拍照，然后对异常发热组件进行识别，成本较高。IV扫描技术直接利用逆变器的MPPT扫描功能来获取组串的IV曲线，依据IV曲线的故障特征进行诊断，几乎不增加成本。但是现有技术中，基于逆变器进行的IV故障诊断均要求在天气晴朗时进行IV扫描。在多云天气下，由于光伏***的不同位置存在辐照度差异将导致误诊，影响正常的IV故障诊断的准确性。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题，为达上述目的，第一方面，本发明提供了一种光伏***IV诊断的控制方法，其包括：
启动IV扫描，获取逆变器的历史发电数据和初次IV扫描结果；
根据所述历史发电数据和初次IV扫描结果确定光伏***产生云层遮挡的被遮挡区域，并确定所述被遮挡区域的非遮挡时段；
在所述非遮挡时段对所述被遮挡区域再次进行IV扫描。
进一步地，所述启动IV扫描，获取逆变器的历史发电数据和初次IV扫描结果之前，还包括：
当判断辐照度或工作电流满足诊断条件时，启动所述IV扫描。
进一步地，所述根据所述历史发电数据和所述初次IV扫描结果确定光伏***产生云层遮挡的被遮挡区域包括：
根据所述历史发电数据判断光伏***是否产生云层遮挡；
当判断产生云层遮挡时，根据所述历史发电数据和所述初次IV扫描结果确定所述被遮挡区域。
进一步地，所述根据所述历史发电数据判断光伏***是否产生云层遮挡包括：
从所述历史发电数据中确定云层遮挡识别参数；
确定所述光伏***的每个组串的所述云层遮挡识别参数随时间的变化率；
当在预设时间段内，每个所述组串的所述云层遮挡识别参数随时间的所述变化率均小于或等于第一预设阈值时，判断所述光伏***未产生云层遮挡，否则，判断所述光伏***产生云层遮挡。
进一步地，所述云层遮挡识别参数包括所述逆变器的工作电流。
进一步地，所述根据所述历史发电数据和所述初次IV扫描结果确定所述光伏***的被遮挡区域包括：
根据所述历史发电数据和所述初次IV扫描结果确定所述光伏***的每个组串的工作电流；
确定所述工作电流变低的对应组串为所述被遮挡区域。
进一步地，所述确定所述工作电流变低的对应组串为所述被遮挡区域包括：
根据所述工作电流变低的区域确定受云层遮挡的边界组串和与其相邻的未受云层遮挡的相邻组串；
根据所述初次IV扫描结果确定所述边界组串和所述相邻组串是否存在电流失配特征；
当存在所述电流失配特征时，根据IV曲线的台阶电压长度确定对应的所述被遮挡区域。
进一步地，所述确定所述被遮挡区域的非遮挡时段包括：
根据所述历史发电数据和所述初次IV扫描结果确定所述光伏***的每个组串的工作电流；
根据所述工作电流的变化情况确定云层的移动方向和移动速度；
根据所述移动方向和所述移动速度确定所述被遮挡区域的所述非遮挡时段。
进一步地，所述根据所述工作电流的变化情况确定云层的移动方向和移动速度包括：
确定每个所述组串的所述工作电流的变化率差值；
根据所述变化率差值确定每个所述组串与其相邻组串间的电流变化率差值；
根据所述电流变化率差值确定云层的所述移动方向和所述移动速度。
进一步地，当所述电流变化率差值大于第二预设阈值时，确定云层从所述组串移开，当所述电流变化率差值小于负的所述第二预设阈值时，确定云层开始遮挡所述组串，当所述电流变化率差值的绝对值小于或等于所述第二预设阈值时，确定云层没有移动。
进一步地，所述在所述非遮挡时段对所述被遮挡区域再次进行IV扫描之前，还包括：
确定所述被遮挡区域占所述光伏***的遮挡比例；
当所述遮挡比例大于或等于预设遮挡阈值时，不对所述被遮挡区域再次进行IV扫描。
进一步地，所述在所述非遮挡时段对所述被遮挡区域再次进行IV扫描包括：
根据所述历史发电数据确定所述被遮挡区域修正后的工作电流；
当所述被遮挡区域修正后的工作电流与其对应的逆变器下所有组串的最大工作电流之间的差值小于等于第三预设阈值时，满足诊断条件；
当满足所述诊断条件时，在所述非遮挡时段对所述被遮挡区域再次进行IV扫描。
进一步地，所述根据所述历史发电数据确定所述被遮挡区域修正后的工作电流包括：
对所述被遮挡区域中的不同组串，根据所述历史发电数据确定无云层遮挡的日期，根据当天不同时刻组串工作电流与最大组串电流的比值作为比例系数确定所述修正后的工作电流。
进一步地，所述在所述非遮挡时段对所述被遮挡区域再次进行IV扫描包括：
根据所述被遮挡区域的IV曲线确定特定电压区间；
在所述非遮挡时段对所述被遮挡区域在所述特定电压区间再次进行IV扫描。
进一步地，所述根据所述被遮挡区域的IV曲线确定特定电压区间包括：
当根据所述被遮挡区域的所述IV曲线确定存在电流失配时，确定失配电流所在的电压区间为所述特定电压区间。
为达上述目的，第二方面，本发明提供了一种光伏***IV诊断的控制装置，其包括：
获取模块，用于启动IV扫描，获取逆变器的历史发电数据和初次IV扫描结果；
处理模块，用于根据所述历史发电数据和初次IV扫描结果确定光伏***产生云层遮挡的被遮挡区域，并确定所述被遮挡区域的非遮挡时段；
控制模块，用于在所述非遮挡时段对所述被遮挡区域再次进行IV扫描。
使用本发明的光伏***IV诊断的控制方法或装置，通过对逆变器历史发电数据的分析来识别多云天气及判断是否产生云层遮挡情况，并根据采集的发电数据结合初次IV扫描结果确定云层的移动特征，以此准确定位被云层遮挡的区域以及不被云层遮挡的非遮挡时间段，在非遮挡时间段内，对确认不再受到云层影响的被遮挡区域再次进行IV扫描，从而提高IV故障诊断效率和准确度。本发明将逆变器历史发电数据的调用分析与IV扫描结果相结合，精确解析云层在光伏***中的阴影分布，避开云层遮挡影响，分区域分时段应用IV诊断，解决多云天气下IV诊断受辐照度变化导致的误诊问题，扩展了IV诊断的应用场景。
为达上述目的，第三方面，本发明提供了一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现根据本发明第一方面所述的光伏***IV诊断的控制方法。
为达上述目的，第四方面，本发明提供了一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现根据本发明第一方面所述的光伏***IV诊断的控制方法。
根据本发明的非临时性计算机可读存储介质和计算设备，具有与根据本发明第一方面的光伏***IV诊断的控制方法具有类似的有益效果，在此不再赘述。
附图说明
图1为根据本发明实施例的光伏***IV诊断的控制方法的流程示意图；
图2为根据本发明实施例的确定被遮挡区域的流程示意图；
图3为根据本发明实施例的判断产生云层遮挡的流程示意图；
图4为根据本发明实施例的确定云层遮挡所产生的被遮挡区域的流程示意图；
图5为根据本发明实施例的正常光伏组串和电流失配光伏组串的IV曲线示意图；
图6为根据本发明实施例的根据工作电流确定被云层遮挡的光伏组串的流程示意图；
图7为根据本发明实施例的电流失配特征示意图；
图8为根据本发明实施例的确定非遮挡时段的流程示意图；
图9为根据本发明实施例的确定云层移动状态的流程示意图；
图10为根据本发明实施例的控制再次进行IV扫描的流程示意图；
图11为根据本发明实施例的对被遮挡区域中的光伏组串的IV曲线规整处理示意图；
图12根据本发明实施例的在特定电压区间再次进行IV扫描的流程示意图；
图13为根据本发明实施例的光伏***IV诊断的控制装置的结构示意图。
具体实施方式
下面将参照附图详细描述根据本发明的实施例，描述涉及附图时，除非另有表示，不同附图中的相同附图标记表示相同或相似的要素。要说明的是，以下示例性实施例中所描述的实施方式并不代表本发明的所有实施方式。它们仅是与如权利要求书中所详述的、本发明公开的一些方面相一致的装置和方法的例子，本发明的范围并不局限于此。在不矛盾的前提下，本发明各个实施例中的特征可以相互组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
随着生态环境破坏的日益加重，人们开始意识环境问题的严重性，与此同时，人们也越来越明确的认识到必须改变能源结构，通过绿色可再生能源逐步代替一次性能源从而达到保护环境的目的。开发和利用新能源是很好的解决途径，而新能源中具有代表性的便是光伏发电。
太阳能热利用、太阳能热发电和太阳能光伏发电是目前太阳能光伏产业上主要利用方式。而其中，光伏发电技术作为最为成熟的发电技术之一，具有绿色清洁、组装简单、维护率低和模块化等优点。光伏发电不仅可以补充用电高峰期时的用电不足，而且可以有效经济地作为电网外扩技术为分布式电源的一种，用来补充主电网用电的不足。
现有技术中，针对光伏组串的故障诊断方法包括采用红外成像技术对光伏组串进行红外图像拍摄，根据不同温度的光伏组串在红外图像下生像颜色不同从而对光伏组串的运行状况进行判别；或根据光伏组串正常与故障条件下光伏组串的对地电容值会有所不同，以此来判断光伏组串的运行状态等方法。但较为常用的还是采用IV扫描方法，利用逆变器的MPPT扫描功能来获取组串的IV曲线，依据IV曲线的故障特征进行诊断。但在现有的IV故障诊断中，多要求在晴朗无云的天气状况下进行IV扫描，由于多云天气时云层会遮挡组串，导致不同组串上的入射辐照度不同，或者同一组串内部不同组件之间的辐照度差异，使得辐照度不在一个基准上，诊断无参考意义，以及可能导致的误诊情况。但是在实际应用场景中，例如某些地区在某些季节可能晴朗天气较少，因此现有的IV故障诊断可能受到较多限制，无法准确在不同天气状况下进行光伏组串的故障诊断，影响整体光伏***运行的可靠性。
本发明通过对逆变器历史发电数据的调用和分析，以及光伏组串间IV扫描数据的对比，可精确识别受云层影响的光伏组串，减少因此造成的误诊问题。并设置控制策略对受云层影响的光伏组串再次进行IV扫描及诊断，消除云层对IV诊断的影响，由此实现多云天气下的IV诊断，拓宽该功能的应用场景。
图1所示为根据本发明实施例的光伏***IV诊断的控制方法的流程示意图，包括步骤S1至S3。
在步骤S1中，启动IV扫描，获取逆变器的历史发电数据和初次IV扫描结果。在本发明实施例中，例如可由控制器下发IV扫描指令到逆变器，启动IV诊断。经过IV扫描一段时间后获取初次IV扫描结果，并利用数据收集单元进行采样，例如各种传感器，获取一定时间周期T内逆变器的n个历史发电数据数据，例如工作电压Vmi、工作电流Imi、输出功率Pmi、能效比Pri以及发电量等。可以理解的是，在本发明实施例中，时间周期T可选为30分钟，或根据实际需要设置为其他预设时长，能较为准确的反映逆变器的各种工作参数即可，本发明对此不做限制。
可以理解的是，在本发明实施例中，在步骤S1之前，还可包括：判断辐照度或工作电流是否满足诊断条件，当判断辐照度或工作电流满足诊断条件时，启动所述IV扫描，其中，辐照度优选大于500W/m2，工作电流优选大于1/2组件STC下的最大功率点电流值。
在步骤S2中，根据所述历史发电数据和所述初次IV扫描结果确定光伏***产生云层遮挡的被遮挡区域，并确定所述被遮挡区域的非遮挡时段。图2所示为根据本发明实施例的确定被遮挡区域的流程示意图，包括步骤S21至S22。
在步骤S21中，根据所述历史发电数据判断光伏***是否产生云层遮挡。图3所示为根据本发明实施例的判断产生云层遮挡的流程示意图，包括步骤S211至S213。
在步骤S211中，从所述历史发电数据中确定云层遮挡识别参数。在本发明实施例中，从逆变器的历史发电数据中，选择逆变器的工作电流Imi作为所述云层遮挡识别参数，用于判断是否处于多云天气，并确定由云层造成的遮挡对光伏组串产生的影响。
在步骤S212中，确定所述光伏***的每个组串的所述云层遮挡识别参数随时间的变化率。在本发明实施例中，对于光伏***中的每个组串，在一定时间周期T内确定n个逆变器数据采样点，每个采样点位置的工作电流记为Imij(i＝1、2、3…n，表示采样时刻点；j＝1、2、3…m，表示光伏***中的某一个组串)，并确定工作电流Imij随时间的变化率Kij，如下式所示：
可以理解的是，所述工作电流Imi随时间的变化率Kij可以表征在时间周期T内，每个组串的辐照度变化情况，以此判断是否处于多云天气，由于云层的存在及移动而使光伏组串受云层的遮挡产生影响。
在步骤S213中，当在预设时间段内，每个所述组串的所述云层遮挡识别参数随时间的所述变化率均小于或等于第一预设阈值时，判断所述光伏***未产生云层遮挡，否则，判断所述光伏***产生云层遮挡。在本发明实施例中，当|Kij|≤ε1(ε1为第一预设阈值)时，说明该光伏组串受到的辐照度变化小，判定该时间段内该光伏组串不受云层影响，未产生云层遮挡。可以理解的是，此时也可能由于该光伏组串或受云层影响保持一致，后续进行更精确的遮挡区域定位。当|Kij|>ε1时，说明该光伏组串受到的辐照度变化大，判定该时间段内该光伏组串所在位置受多云天气影响，产生云层遮挡。在本发明实施例中，根据云层遮挡识别参数对光伏***下所有光伏组串在时间周期T内进行多云天气识别，当所有光伏组串均满足|Kij|≤ε1时，说明整个光伏***在该时间段内处于晴朗无云天气，均未被云层遮挡，否则，认为处于多云天气，存在光伏组串被云层遮挡，产生被遮挡区域。
可以理解的是，第一预设阈值ε1的选取和逆变器采样时间间隔以及采样绝对时间有关。例如目前主流的采样时间间隔为1min、5min、15min，或者为其他更短时间，这样更有利于提高云层识别精度。采样绝对时间例如上午、中午和下午，主要体现在辐照度的变化率上，由于中午辐照度变化率小，而分别向上午和下午变化时，辐照度变化率就会逐步增大。在本发明实施例中，第一预设阈值可以不是定值，而是一个查表的序列值，本发明对此不做限制。
在步骤S22中，当判断产生云层遮挡时，根据所述历史发电数据和所述初次IV扫描结果确定所述被遮挡区域。图4所示为根据本发明实施例的确定云层遮挡所产生的被遮挡区域的流程示意图，包括步骤S221至S222。
在步骤S221中，根据所述历史发电数据确定所述光伏***的每个组串的工作电流。在本发明实施例中，当判断产生云层遮挡时，确定光伏***的每个组串的工作电流Imi，绘制时间周期T内每个采样时刻下光伏***中不同位置组串的工作电流Imi关系图，用于根据其变化情况判断被云层遮挡产生的被遮挡区域。
在步骤S222中，根据所述初次IV扫描结果确定所述工作电流变低的对应组串为所述被遮挡区域。在本发明实施例中，一个光伏***会有很多个光伏组串，每个光伏组串在不同辐照度下都会有相应的工作电流。当云层遮挡某些光伏组串后，该光伏组串的工作电流就会变低，而未受云层遮挡影响的，其工作电流不会降低。由此，可以依据光伏***中不同位置的光伏组串对应的工作电流变化情况来确定被遮挡区域。图5所示为根据本发明实施例的正常光伏组串和电流失配光伏组串的IV曲线示意图，根据根据初次IV扫描结果，，电流变低的区域是受云层遮挡影响的，电流大的区域是不受云层遮挡影响的，以此确定对应的被云层遮挡的光伏组串为所述被遮挡区域。图6所示为根据本发明实施例的根据工作电流确定被云层遮挡的光伏组串的流程示意图，包括步骤S2221至S2223。
在步骤S2221中，根据所述工作电流变低的区域确定受云层遮挡的边界组串和与其相邻的未受云层遮挡的相邻组串。在本发明实施例中，根据工作电流Imi随时间的变化特征，解析云层影响区域的初步位置，以及对应的光伏组串信息，即根据各个光伏组串的工作电流变化情况，可确定受云层遮挡的边界组串(定义为SJ)，以及与其相邻的未受云层遮挡的相邻组串(定义为SL)，进行IV扫描曲线分析。
在步骤S2222中，根据所述初次IV扫描结果确定所述边界组串和所述相邻组串是否存在电流失配特征。在本发明实施例中，根据初次IV扫描结果的曲线图，确定边界组串SJ和相邻组串SL是否存在电流失配特征。图7所示为根据本发明实施例的电流失配特征示意图，在本发明实施例中，电流失配是由光伏组串的接线盒中旁路二极管导通带出的特征，表现为图7中V1处所示的IV曲线的下凹拐点特征，类似一个台阶变化。
在步骤S2223中，当存在所述电流失配特征时，根据所述初次IV扫描结果的台阶电压长度确定对应的所述被遮挡区域。在本发明实施例中，先检测IV曲线上的所有下凹拐点和上凸拐点，然后统计每一个下凹拐点对应的电压(如图7中的V1)，以及该下凹拐点右侧相邻的上凸拐点对应的电压(如图7中的V2)，定义电压段V1-V2区间对应电流失配组串的台阶段，如果单块组件的开路电压为Vmoc，则可以计算失配组件的数量N如下公式：
在本发明实施例中，当边界组串SJ和相邻组串SL均存在电流失配特征时，则说明云层对边界组串SJ和相邻组串SL的部分组件产生遮挡影响，但是影响程度不一致而导致工作电流Imi的差异。可根据IV曲线的台阶电压长度进行影响组件数量确定，并结合组件尺寸及位置信息，从而精确定位被云层影响的被遮挡区域的位置。
在本发明实施例中，当边界组串SJ存在电流失配特征、而相邻组串SL不存在电流失配特征时，则说明云层对边界组串SJ的部分组件产生遮挡影响，而未对相邻组串SL产生遮挡影响，可根据初次IV扫描曲线的台阶电压长度进行影响组件数量确定，并结合组件尺寸及位置信息，从而精确定位被云层影响的被遮挡区域的位置。
在本发明实施例中，当边界组串SJ和相邻组串SL均不存在电流失配特征时，但是工作电流Imi存在差异，说明云层对边界组串SJ的全部组件产生遮挡影响，对相邻组串SL没有遮挡影响，云层影响边界位于边界组串SJ和相邻组串SL之间区域，对于此区域的进一步定位，可以再结合周围组串的云层定位结果，进一步解析。在本发明实施例中，一般认为云层对光伏***的遮挡面积是比较大的，对于云层边界位于两个组串之间的区域，可以借鉴云层在其他组串上的定位画出云层遮挡的整体轮廓线，对于缺失的部分可以采用延伸补齐的方法进行边界定位。
在本发明实施例中，当边界组串SJ不存在电流失配特征、而相邻组串SL存在电流失配特征时，说明云层对边界组串SJ的全部组件产生遮挡影响，对相邻组串SL的部分组件产生遮挡影响。可根据IV曲线的台阶电压长度进行遮挡组件数量确定，并结合组件尺寸及位置信息，从而精确定位被云层影响的被遮挡区域的位置。
图8为根据本发明实施例的确定非遮挡时段的流程示意图，包括步骤S23至S25。
在步骤S23中，根据所述历史发电数据确定所述光伏***的每个组串的工作电流。在本发明实施例中，确定时间周期T内每个采样时刻下光伏***中不同位置组串的工作电流Imi，作为判断云层运动状态的依据。
在步骤S24中，根据所述工作电流的变化情况确定云层的移动方向和移动速度。在本发明实施例中，依据时间周期T内不同采样时刻下光伏***中光伏组串之间的工作电流变化特征，获得云层移动方向和移动速度。图9为根据本发明实施例的确定云层移动状态的流程示意图，包括步骤S241至S243。
在步骤S241中，确定每个所述组串的所述工作电流的变化率差值。在本发明实施例中，对于第i个时刻点，第j个光伏组串的工作电流Imij随时间的变化率记为Kij，对于第i+1个时刻点，第j个光伏组串的工作电流Im(i+1)j随时间的变化率记为K(i+1)j。计算第i个时刻点和第i+1个时刻点的电流变化率的差值Dij，如下式所示：
Dij＝K(i+1)j-Kij。
在步骤S242中，根据所述变化率差值确定每个所述组串与其相邻组串间的电流变化率差值。在本发明实施例中，基于光伏***组串位置信息，获取第j个光伏组串相邻位置的光伏组串(j+1)、(j+2)、(j+3)、(j+4)，对应距离最近的东西南北四个方向的光伏组串，分别计算这些光伏组串的电流变化率差值：Di(j+1)、Di(j+2)、Di(j+3)、Di(j+4)。当存在Di(j+x)>ε2，(x＝1、2、3、4)时(ε2为第二预设阈值)，说明在此相邻时刻期间，该光伏组串辐照度发生变化，辐照度增大，说明云层从该光伏组串移开。同样，当存在Di(j+x)<-ε2，(x＝1、2、3、4)时，说明在此相邻时刻期间，该光伏组串辐照度发生变化，辐照度减小，表明此时云层进入该光伏组串，开始遮挡该光伏组串，或者遮挡程度增加。当|Di(j+x)|≤ε2时，说明与第j个光伏组串相邻的第j+x个光伏组串在此期间辐照度也稳定，云层没有移动。
在步骤S243中，根据所述电流变化率差值确定云层的所述移动方向和所述移动速度。在本发明实施例中，以第j个光伏组串为中心，逐步向***扩展，计算相邻时刻的电流变化率差值Di(j+x)，直到该电流变化率差值Di(j+x)不在[-ε2，ε2]范围内时，可基于不同位置的该差值的变化特征判断云层的移动方向，并基于组串物理位置、采样时间间隔、边界组串IV诊断结果，获取云层阴影在光伏***中的准确区域位置，计算云层的移动速度。在本发明实施例中，ε2表示根据不同采样时刻求差后得到的辐照度变化差值，这个值与云层遮挡程度以及云层移开后辐照度大小相关。基于IV扫描的辐照度要求，一般大于500W/m2，所以第二预设阈值ε2可以进行优选，以200W/m2的辐照度变化差值计算，ε2可以优选：***中所有组串中最大工作电流Im×15％，作为优选值。
可以理解的是，也可以基于大数据的统计分析，对整个光伏***在时间周期T内的采样点工作电流、工作电压、输出功率等参数进行智能分析，利用模糊分类等方法进行云层影响区域定位，确定云层移动方向和移动速度，本发明对此不做限制。
在步骤S25中，根据所述移动方向和所述移动速度确定所述被遮挡区域的所述非遮挡时段。在本发明实施例中，根据工作电流可确定云层的移动方向和移动速度，据此确定云层的分布特征，然后根据不同采样时刻获取的工作电流可以绘制至少两张云层遮挡图。对于IV扫描确定存在遮挡的光伏组串，可以依据不同时刻绘制的云层遮挡图，以及云层移动速度和方向，可确定该光伏组串在何时不受云层遮挡影响，即被遮挡区域的非遮挡时段△t。
在步骤S3中，在所述非遮挡时段对所述被遮挡区域再次进行IV扫描。图10所示为根据本发明实施例的控制再次进行IV扫描的流程示意图，包括步骤S31至S33。
在步骤S31中，根据所述历史发电数据确定所述被遮挡区域修正后的工作电流。在本发明实施例中，对于不同采样时刻得到的IV扫描数据，由于处于不同的时刻，其光伏组串受到的辐照度不一致，为避免由此带来的影响，将对不同时刻获取的工作电流进行修正。
在本发明实施例中，对所述被遮挡区域中的不同组串，根据所述历史发电数据确定无云层遮挡的日期，根据当天不同时刻组串工作电流与最大组串电流的比值作为比例系数确定所述修正后的工作电流。图11所示为根据本发明实施例的对被遮挡区域中的光伏组串的IV曲线规整处理示意图。在本发明实施例中，调用逆变器的历史发电数据，过滤筛选出晴天的日期，获取该天每个采样时刻光伏组串的工作电流与该采样时刻对应的最大组串电流的比值，记为修正系数Ki，对IV扫描数据的电流值进行修正，修正后的电工作流为Imi×Ki，电压保持不变。可以理解的是，对于多次不同时刻扫描的IV数据，需要进行辐照度的统一规整处理，以及必要的数据修补处理，实现IV曲线的完整输出。
可以理解的是，在本发明实施例中，所述逆变器的历史发电数据包括一定时间周期内逆变器的多个发电数据，用于判断是否产生多云遮挡，还包括以天为单位的多个历史发电数据，用于后续IV数据规整。
可以理解的是，在本发明实施例中，对于逆变器的历史发电数据也可提前采集完成，在启动IV扫描诊断时进行调用结果即可，能有效节省IV诊断的时间。
在步骤S32中，当所述被遮挡区域修正后的工作电流与其对应的逆变器下所有组串的最大工作电流之间的差值小于等于第三预设阈值时，满足诊断条件。在本发明实施例中，实时监控逆变器每个采样时刻的发电数据，优选工作电流Imi。计算异常组串的规整后工作电流Imi与该逆变器下所有组串工作电流的最大值的差值，记为△Im，当△Im≤ε3时(ε3为第三预设阈值)，说明此时该逆变器下所有光伏组串接收辐照度一致，此时满足诊断条件，可对上一次IV诊断异常的光伏组串(即被遮挡区域)在特定电压区间执行IV扫描。可以理解的是，当△Im>ε3时，说明该光伏组串受云层遮挡影响，与该逆变器下其他光伏组串接收辐照度存在差异，此时，采样时刻加一个时间周期，继续对工作电流Imi进行监控和对△Im进行判定。
可以理解的是，第三预设阈值ε3是逆变器监控的异常光伏组串(被遮挡区域)电流与***中所有光伏组串最大电流的差值，可基于逆变器的历史发电数据进行自学习获得，即在不同时刻获取不同的数值，所以，第三预设阈值是一个随时间变化的数值，可以采用查表法给出，但本发明并不以此为限。
在步骤S33中，当满足所述诊断条件时，在所述非遮挡时段对所述被遮挡区域再次进行IV扫描。在本发明实施例中，确定了被遮挡区域的非遮挡时段△t后，当IV数据符合再次诊断条件时，对被遮挡区域再次进行IV扫描。可以理解的是，可以依据以下对比进行是否符合再次进行IV扫描条件判定：本次IV扫描所有光伏组串的特征参数对比，同一光伏组串在前后多次IV扫描的特征参数对比，其中，所述特征参数可以是：短路电流Isc、开路电压Voc、最大功率点电流Im、最大功率点电压Vm、最大功率Pm、IV曲线失配拐点特征(有无拐点、拐点位置)。例如：同一光伏组串前后两次IV曲线上均存在拐点，但是拐点位置不一致，则说明云层还是对该光伏组串产生影响，不满足诊断条件。
可以理解的是，在本发明实施例中，可以不限定扫描区间，从开路电压扫到短路电流，或者其他电压区间的IV扫描数据。可根据实际需求设定不同扫描方案，本发明并不以此为限。
在本发明实施例中，也可根据被遮挡区域的IV曲线确定特定电压区间再次进行IV扫描。图12所示为根据本发明实施例的在特定电压区间再次进行IV扫描的流程示意图，包括步骤S331至S332。
在步骤S331中，根据所述被遮挡区域的IV曲线确定特定电压区间。在本发明实施例中，当根据所述被遮挡区域的所述IV曲线确定存在电流失配时，确定失配电流所在的电压区间为所述特定电压区间。在本发明实施例中，在IV扫描时间段内，实时监控逆变器发电参数中的工作电流Imi，当检测到△Im≤ε3时，控制在IV曲线的特定电压区间再次执行IV扫描，其中，确定特定电压区间的方法为：在首次IV诊断出的异常组串(被遮挡区域)中，依据IV曲线上的拐点特征进行电流失配检测，当有电流失配时，识别IV曲线上失配电流所在的电压区间确定为特定电压区间。
在本发明实施例中，可以通过对IV曲线求导来获取下凹拐点以此识别电流失配特征，也可以通过IV曲线的凹凸性识别下凹拐点来确定电流失配，本发明对此不做限制。特定电压区间为0V到最右侧下凹拐点对应的电压，如图5中所示的[0，V1]。在本发明实施例中，优选为在特定电压区间执行IV扫描，降低IV扫描时间，由于仅在特定电压区间再次执行IV扫描，所以，部分电压区间数据缺失，需要利用前次IV扫描数据进行修补。如图5中所示，受云层遮挡组串的IV曲线出现电流失配特征，等到该组串无云层遮挡时，执行特定电压区间的IV扫描，也就是图5中的电压区间[0，V1]，则处于电压区间[V1，Voc]的IV数据缺失，需要基于前次IV数据进行修补。利用图5中云层遮挡组串IV曲线和无云层遮挡组串IV曲线在V1点处的电流比值记为KG，将云层遮挡组串IV曲线位于电压区间[V1，Voc]的电流值乘以上述比值系数KG，电压保持不变，即转换为无云层遮挡时的IV数据。通过修补最终获得完整的无云层遮挡组串的IV曲线。
可以理解的是，当无电流失配时，基于逆变器的晴天历史发电数据获得的每个组串工作电流与最大组串工作电流的比值，如图11所示，通过对异常组串的IV数据中电流乘以该比值进行修正，电压保持不变，完成IV数据的规整修正处理。
在步骤S332中，在所述非遮挡时段对所述被遮挡区域在所述特定电压区间再次进行IV扫描。在本发明实施例中，确定了被遮挡区域的非遮挡时段△t和特定电压区间后，当IV数据符合再次诊断条件时，对被遮挡区域再次进行IV扫描。
在本发明实施例中，在步骤S3之前，还可包括确定所述被遮挡区域占所述光伏***的遮挡比例，当所述遮挡比例大于或等于预设遮挡阈值时，不对所述被遮挡区域再次进行IV扫描。在本发明实施例中，当确定为多云天气时，需要依据云层对整个光伏***的遮挡程度，判定是否满足再次进行IV扫描条件，当云层对整个光伏***的遮挡面积大于或等于S时，即遮挡比例大于或等于预设遮挡阈值时，说明云层遮挡严重，不满足诊断条件，返回到初始状态，等待下一个IV扫描指令；否则，满足多云天气下的IV扫描条件，再次执行IV扫描。可以理解的是，S是云层对光伏***的遮挡面积，当S过大后，IV诊断算法无法获取到最优正常光伏组串，其次，S过大说明云层遮挡太大，也不适合进行IV诊断。基于提高精度和提高诊断效率出发，S可以优选50％，但本发明并不以此为限。
可以理解的是，在无云天气下执行IV扫描及故障诊断，或在多云天气下再次执行IV诊断后，当确定光伏***没有故障时，输出“正常”，当确定光伏***有故障时，输出对应的故障类型。此处的故障诊断主要包括：数据处理和诊断算法，其中数据处理主要包括：去重、排序、去噪、插值、平滑、拟合处理等。诊断算法主要依据故障特征值进行故障识别，例如电流失配故障可以通过IV曲线的凹凸性进行拐点特征值识别，非电流失配故障可以通过模型对比进行识别，本发明对此不做限制。
在本发明实施例中，可基于云层分布特征，先执行全局IV扫描，对受云层影响的光伏组串在指定时间段内再次进行IV扫描及诊断。也可以基于云层分布特征，在无云层遮挡的区域和时间段对部分光伏组串执行IV扫描及诊断，对于受云层影响的光伏组串，选择无云层影响的时间段再进行IV诊断，也就是不同光伏组串分区域分时间段完成IV故障诊断。
采用本发明实施例的光伏***IV诊断的控制方法，通过对逆变器历史发电数据的分析来识别多云天气及判断是否产生云层遮挡情况，并根据采集的发电数据结合初次IV扫描结果确定云层的移动特征，以此准确定位被云层遮挡的区域以及不被云层遮挡的非遮挡时间段，在非遮挡时间段内，对确认不再受到云层影响的被遮挡区域再次进行特定电压区间的IV扫描，从而提高IV故障诊断效率和准确度。本发明将逆变器历史发电数据的调用分析与IV扫描结果相结合，精确解析云层在光伏***中的阴影分布，避开云层遮挡影响，分区域分时段应用IV诊断，解决多云天气下IV诊断受辐照度变化导致的误诊问题，扩展了IV诊断的应用场景。
本发明第二方面的实施例还提供了一种光伏***IV诊断的控制装置。图13所示为根据本发明实施例的光伏***IV诊断的控制装置1300的结构示意图，包括获取模块1301、处理模块1302和控制模块1303。
获取模块1301用于启动IV扫描，获取逆变器的历史发电数据和初次IV扫描结果。
处理模块1302用于根据所述历史发电数据和初次IV扫描结果确定光伏***产生云层遮挡的被遮挡区域，并确定所述被遮挡区域的非遮挡时段。
控制模块1303用于在所述非遮挡时段对所述被遮挡区域再次进行IV扫描。
在本发明实施例中，处理模块1302还用于从所述历史发电数据中确定云层遮挡识别参数；确定所述光伏***的每个组串的所述云层遮挡识别参数随时间的变化率；当在预设时间段内，每个所述组串的所述云层遮挡识别参数随时间的所述变化率均小于或等于第一预设阈值时，判断所述光伏***未产生云层遮挡，否则，判断所述光伏***产生云层遮挡。
在本发明实施例中，处理模块1302还用于根据所述历史发电数据确定所述光伏***的每个组串的工作电流；根据所述工作电流的变化情况确定云层的移动方向和移动速度；根据所述移动方向和所述移动速度确定所述被遮挡区域的所述非遮挡时段。
所述光伏***IV诊断的控制装置1300的各个模块的更具体实现方式可以参见对于本发明的光伏***IV诊断的控制方法的描述，且具有与之相似的有益效果，在此不再赘述。
本发明三方面的实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现根据本发明第一方面所述的光伏***IV诊断的控制方法。
一般来说，用于实现本发明方法的计算机指令的可以采用一个或多个计算机可读的存储介质的任意组合来承载。非临时性计算机可读存储介质可以包括任何计算机可读介质，除了临时性地传播中的信号本身。
计算机可读存储介质例如可以是，但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言，特别是可以使用适于神经网络计算的Python语言和基于TensorFlow、PyTorch等平台框架。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本发明第四方面的实施例提供了一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现根据本发明第一方面所述的光伏***IV诊断的控制方法。可以理解的是，本发明的计算设备可以是服务器，也可以有限算力的终端设备。
根据本发明第三、四方面的非临时性计算机可读存储介质和计算设备，可以参照根据本发明第一方面实施例具体描述的内容实现，并具有与根据本发明第一方面实施例的光伏***IV诊断的控制方法具有类似的有益效果，在此不再赘述。
尽管上面已经示出和描述了本发明的实施例，应当理解的是，上述实施例是示例性的，不能解释为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (18)
1.一种光伏***IV诊断的控制方法，其特征在于，包括：
启动IV扫描，获取逆变器的历史发电数据和初次IV扫描结果；
根据所述历史发电数据和所述初次IV扫描结果确定光伏***产生云层遮挡的被遮挡区域，并确定所述被遮挡区域的非遮挡时段；
在所述非遮挡时段对所述被遮挡区域再次进行IV扫描。
2.根据权利要求1所述的光伏***IV诊断的控制方法，其特征在于，所述启动IV扫描，获取逆变器的历史发电数据和初次IV扫描结果之前，还包括：
当判断辐照度或工作电流满足诊断条件时，启动所述IV扫描。
3.根据权利要求1所述的光伏***IV诊断的控制方法，其特征在于，所述根据所述历史发电数据和所述初次IV扫描结果确定光伏***产生云层遮挡的被遮挡区域包括：
根据所述历史发电数据判断光伏***是否产生云层遮挡；
当判断产生云层遮挡时，根据所述历史发电数据和所述初次IV扫描结果确定所述被遮挡区域。
4.根据权利要求3所述的光伏***IV诊断的控制方法，其特征在于，所述根据所述历史发电数据判断光伏***是否产生云层遮挡包括：
从所述历史发电数据中确定云层遮挡识别参数；
确定所述光伏***的每个组串的所述云层遮挡识别参数随时间的变化率；
当在预设时间段内，每个所述组串的所述云层遮挡识别参数随时间的所述变化率均小于或等于第一预设阈值时，判断所述光伏***未产生云层遮挡，否则，判断所述光伏***产生云层遮挡。
5.根据权利要求4所述的光伏***IV诊断的控制方法，其特征在于，所述云层遮挡识别参数包括所述逆变器的工作电流。
6.根据权利要求3所述的光伏***IV诊断的控制方法，其特征在于，所述根据所述历史发电数据和所述初次IV扫描结果确定所述光伏***的被遮挡区域包括：
根据所述历史发电数据确定所述光伏***的每个组串的工作电流；
根据所述初次IV扫描结果确定所述工作电流变低的对应组串为所述被遮挡区域。
7.根据权利要求6所述的光伏***IV诊断的控制方法，其特征在于，所述确定所述工作电流变低的对应组串为所述被遮挡区域包括：
根据所述工作电流变低的区域确定受云层遮挡的边界组串和与其相邻的未受云层遮挡的相邻组串；
根据所述初次IV扫描结果确定所述边界组串和所述相邻组串是否存在电流失配特征；
当存在所述电流失配特征时，根据所述初次IV扫描结果的台阶电压长度确定对应的所述被遮挡区域。
8.根据权利要求1-7中任一项所述的光伏***IV诊断的控制方法，其特征在于，所述确定所述被遮挡区域的非遮挡时段包括：
根据所述历史发电数据确定所述光伏***的每个组串的工作电流；
根据所述工作电流的变化情况确定云层的移动方向和移动速度；
根据所述移动方向和所述移动速度确定所述被遮挡区域的所述非遮挡时段。
9.根据权利要求8所述的光伏***IV诊断的控制方法，其特征在于，所述根据所述工作电流的变化情况确定云层的移动方向和移动速度包括：
确定每个所述组串的所述工作电流的变化率差值；
根据所述变化率差值确定每个所述组串与其相邻组串间的电流变化率差值；
根据所述电流变化率差值确定云层的所述移动方向和所述移动速度。
10.根据权利要求9所述的光伏***IV诊断的控制方法，其特征在于，当所述电流变化率差值大于第二预设阈值时，确定云层从所述组串移开，当所述电流变化率差值小于负的所述第二预设阈值时，确定云层开始遮挡所述组串，当所述电流变化率差值的绝对值小于或等于所述第二预设阈值时，确定云层没有移动。
11.根据权利要求1-7中任一项所述的光伏***IV诊断的控制方法，其特征在于，所述在所述非遮挡时段对的所述被遮挡区域再次进行IV扫描之前，还包括：
确定所述被遮挡区域占所述光伏***的遮挡比例；
当所述遮挡比例大于或等于预设遮挡阈值时，不对所述被遮挡区域再次进行IV扫描。
12.根据权利要求1-7中任一项所述的光伏***IV诊断的控制方法，其特征在于，所述在所述非遮挡时段对所述被遮挡区域再次进行IV扫描包括：
根据所述历史发电数据确定所述被遮挡区域修正后的工作电流；
当所述被遮挡区域修正后的工作电流与其对应的逆变器下所有组串的最大工作电流之间的差值小于等于第三预设阈值时，满足诊断条件；
当满足所述诊断条件时，在所述非遮挡时段对所述被遮挡区域再次进行IV扫描。
13.根据权利要求12所述的光伏***IV诊断的控制方法，其特征在于，所述根据所述历史发电数据确定所述被遮挡区域修正后的工作电流包括：
对所述被遮挡区域中的不同组串，根据所述历史发电数据确定无云层遮挡的日期，根据当天不同时刻组串工作电流与最大组串电流的比值作为比例系数确定所述修正后的工作电流。
14.根据权利要求12所述的光伏***IV诊断的控制方法，其特征在于，所述在所述非遮挡时段对所述被遮挡区域再次进行IV扫描包括：
根据所述被遮挡区域的IV曲线确定特定电压区间；
在所述非遮挡时段对所述被遮挡区域在所述特定电压区间再次进行IV扫描。
15.根据权利要求14所述的光伏***IV诊断的控制方法，其特征在于，所述根据所述被遮挡区域的IV曲线确定特定电压区间包括：
当根据所述被遮挡区域的所述IV曲线确定存在电流失配时，确定失配电流所在的电压区间为所述特定电压区间。
16.一种光伏***IV诊断的控制装置，其特征在于，包括：
获取模块，用于启动IV扫描，获取逆变器的历史发电数据和初次IV扫描结果；
处理模块，用于根据所述历史发电数据和初次IV扫描结果确定光伏***产生云层遮挡的被遮挡区域，并确定所述被遮挡区域的非遮挡时段；
控制模块，用于在所述非遮挡时段对所述被遮挡区域再次进行IV扫描。
17.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现根据权利要求1-15中任一项所述的光伏***IV诊断的控制方法。
18.一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时，实现根据权利要求1-15中任一项所述的光伏***IV诊断的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011446396.4A CN112653393B (zh) | 2020-12-09 | 2020-12-09 | 一种光伏***iv诊断的控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011446396.4A CN112653393B (zh) | 2020-12-09 | 2020-12-09 | 一种光伏***iv诊断的控制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112653393A true CN112653393A (zh) | 2021-04-13 |
| CN112653393B CN112653393B (zh) | 2022-07-12 |
Family
ID=75353543
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011446396.4A Active CN112653393B (zh) | 2020-12-09 | 2020-12-09 | 一种光伏***iv诊断的控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112653393B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113326667A (zh) * | 2021-08-03 | 2021-08-31 | 深圳格瑞特新能源有限公司 | 一种太阳能电池板故障诊断方法及*** |
| CN113489455A (zh) * | 2021-08-04 | 2021-10-08 | 阳光电源股份有限公司 | 光伏***及其iv扫描方法、装置和汇流箱 |
| CN113612444A (zh) * | 2021-08-03 | 2021-11-05 | 阳光新能源开发有限公司 | 一种光伏组件的遮挡诊断方法 |
| CN113690927A (zh) * | 2021-07-09 | 2021-11-23 | 华为数字能源技术有限公司 | 供电***及其组串的故障识别方法 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103840742A (zh) * | 2014-03-04 | 2014-06-04 | 常州恒大光伏科技有限公司 | 一种光伏组件的智能管理方法及*** |
| CN103886616A (zh) * | 2014-02-25 | 2014-06-25 | 国家电网公司 | 一种基于全天空成像数据的光伏发电功率超短期预测方法 |
| CN104779914A (zh) * | 2015-04-28 | 2015-07-15 | 北京汉能光伏投资有限公司 | 用于汇流箱的汇流检测方法及***、太阳能电站 |
| CN104779908A (zh) * | 2015-04-28 | 2015-07-15 | 北京汉能光伏投资有限公司 | 一种太阳能光伏电站的工作状态监测方法及*** |
| CN104779909A (zh) * | 2015-04-28 | 2015-07-15 | 北京汉能光伏投资有限公司 | 一种太阳能光伏电站的工作状态监测方法及*** |
| CN104796086A (zh) * | 2015-04-28 | 2015-07-22 | 北京汉能光伏投资有限公司 | 用于汇流箱的汇流检测方法及***、太阳能电站 |
| CN105762843A (zh) * | 2016-02-26 | 2016-07-13 | 北京科诺伟业科技股份有限公司 | 非储能型可调度光伏电站的功率输出分配方法 |
| CN105827200A (zh) * | 2016-03-01 | 2016-08-03 | 华为技术有限公司 | 光电***中电池组串故障的识别方法、装置和设备 |
| CN107895204A (zh) * | 2017-11-07 | 2018-04-10 | 华北电力大学 | 一种计及云层遮挡的居民屋顶光伏发电量超短期预测方法 |
| CN109861644A (zh) * | 2018-12-24 | 2019-06-07 | 阳光电源股份有限公司 | 光伏组件故障诊断方法、边缘计算处理装置和逆变器 |
| US20190190444A1 (en) * | 2017-12-14 | 2019-06-20 | Omron Corporation | Solar cell array inspection system, power conditioner, and solar cell array inspection method |
| CN110008628A (zh) * | 2019-04-17 | 2019-07-12 | 河海大学常州校区 | 一种光伏阵列故障参数辨识方法 |
| CN111682846A (zh) * | 2020-06-17 | 2020-09-18 | 阳光电源股份有限公司 | 一种故障诊断方法及诊断设备 |
| CN111953299A (zh) * | 2020-08-17 | 2020-11-17 | 合肥阳光新能源科技有限公司 | 一种光伏组件的故障检测方法、装置及*** |
-
2020
- 2020-12-09 CN CN202011446396.4A patent/CN112653393B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103886616A (zh) * | 2014-02-25 | 2014-06-25 | 国家电网公司 | 一种基于全天空成像数据的光伏发电功率超短期预测方法 |
| CN103840742A (zh) * | 2014-03-04 | 2014-06-04 | 常州恒大光伏科技有限公司 | 一种光伏组件的智能管理方法及*** |
| CN104779914A (zh) * | 2015-04-28 | 2015-07-15 | 北京汉能光伏投资有限公司 | 用于汇流箱的汇流检测方法及***、太阳能电站 |
| CN104779908A (zh) * | 2015-04-28 | 2015-07-15 | 北京汉能光伏投资有限公司 | 一种太阳能光伏电站的工作状态监测方法及*** |
| CN104779909A (zh) * | 2015-04-28 | 2015-07-15 | 北京汉能光伏投资有限公司 | 一种太阳能光伏电站的工作状态监测方法及*** |
| CN104796086A (zh) * | 2015-04-28 | 2015-07-22 | 北京汉能光伏投资有限公司 | 用于汇流箱的汇流检测方法及***、太阳能电站 |
| CN105762843A (zh) * | 2016-02-26 | 2016-07-13 | 北京科诺伟业科技股份有限公司 | 非储能型可调度光伏电站的功率输出分配方法 |
| CN105827200A (zh) * | 2016-03-01 | 2016-08-03 | 华为技术有限公司 | 光电***中电池组串故障的识别方法、装置和设备 |
| CN107895204A (zh) * | 2017-11-07 | 2018-04-10 | 华北电力大学 | 一种计及云层遮挡的居民屋顶光伏发电量超短期预测方法 |
| US20190190444A1 (en) * | 2017-12-14 | 2019-06-20 | Omron Corporation | Solar cell array inspection system, power conditioner, and solar cell array inspection method |
| CN109861644A (zh) * | 2018-12-24 | 2019-06-07 | 阳光电源股份有限公司 | 光伏组件故障诊断方法、边缘计算处理装置和逆变器 |
| CN110008628A (zh) * | 2019-04-17 | 2019-07-12 | 河海大学常州校区 | 一种光伏阵列故障参数辨识方法 |
| CN111682846A (zh) * | 2020-06-17 | 2020-09-18 | 阳光电源股份有限公司 | 一种故障诊断方法及诊断设备 |
| CN111953299A (zh) * | 2020-08-17 | 2020-11-17 | 合肥阳光新能源科技有限公司 | 一种光伏组件的故障检测方法、装置及*** |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113690927A (zh) * | 2021-07-09 | 2021-11-23 | 华为数字能源技术有限公司 | 供电***及其组串的故障识别方法 |
| CN113326667A (zh) * | 2021-08-03 | 2021-08-31 | 深圳格瑞特新能源有限公司 | 一种太阳能电池板故障诊断方法及*** |
| CN113612444A (zh) * | 2021-08-03 | 2021-11-05 | 阳光新能源开发有限公司 | 一种光伏组件的遮挡诊断方法 |
| CN113489455A (zh) * | 2021-08-04 | 2021-10-08 | 阳光电源股份有限公司 | 光伏***及其iv扫描方法、装置和汇流箱 |
| WO2023010955A1 (zh) * | 2021-08-04 | 2023-02-09 | 阳光电源股份有限公司 | 光伏***及其iv扫描方法、装置和汇流箱 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112653393B (zh) | 2022-07-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112653393B (zh) | 一种光伏***iv诊断的控制方法及装置 | |
| Platon et al. | Online fault detection in PV systems | |
| US9048693B2 (en) | Method and apparatus for detecting impairment of a solar array | |
| Dhimish et al. | Photovoltaic hot-spots fault detection algorithm using fuzzy systems | |
| JP7289995B2 (ja) | 太陽光発電ストリングの動作状態を認識する方法および装置ならびに記憶媒体 | |
| CN103123514A (zh) | 光伏阵列多峰最大功率点跟踪方法 | |
| Zhang et al. | A fault diagnosis method for photovoltaic module current mismatch based on numerical analysis and statistics | |
| CN107064165B (zh) | 一种光伏组件表面积灰度在线检测装置及清洗方法 | |
| CN113037214B (zh) | 一种基于s-v曲线的光伏组件阴影遮挡故障诊断方法 | |
| Wang et al. | Performance assessment of photovoltaic modules based on daily energy generation estimation | |
| CN115983447A (zh) | 一种基于因果推理的光伏发电故障诊断方法 | |
| CN116054740A (zh) | 光伏发电设备的故障检测、故障检测模型处理方法和装置 | |
| CN108710402B (zh) | 一种太阳能光伏组串的多峰状态最大功率点跟踪方法 | |
| CN112016260B (zh) | 基于光伏组件i-v曲线的热斑电池片温度估算方法、装置及存储介质 | |
| CN116647183A (zh) | 光伏阵列发电性能确定方法、装置和光伏*** | |
| KR101544713B1 (ko) | 태양광 발전기 출력 저하 판단 방법 및 장치 | |
| CN116661506A (zh) | 一种跟踪轴的控制方法及装置 | |
| Lindig et al. | Application of dynamic multi-step performance loss algorithm | |
| JP2019216547A (ja) | 電力制御装置、太陽光発電システム、太陽光発電設備の不具合診断方法 | |
| CN116089790A (zh) | 一种光伏组件发电量损失的计算方法、装置及电子设备 | |
| Ye et al. | Research on PV array output characteristics based on shadow image recognition | |
| CN111401689B (zh) | 光伏场站降雪日期的确定方法、装置、设备及存储介质 | |
| CN117960641B (zh) | 基于人工智能的光伏清洁机器人毛刷功率调整方法及*** | |
| KR102645221B1 (ko) | 기상 데이터 및 pv 시스템의 환경 데이터를 이용한 인공 지능 기반의 태양광 발전량 예측 시스템 | |
| CN116707445B (zh) | 一种光伏组件故障定位方法和*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |